Big Data Streaming: Análisis de Datos Masivos Continuos. Modelos Descriptivos

Referencia: TIN2017-88209-C2-2-R

Tipo: Proyecto de investigación
Programa financiador: Plan Estatal 2013-2016 Retos - Proyectos I+D+i
Entidad financiadora: Ministerio de Economía y Competitividad
Ámbito: Nacional
Convocatoria competitiva:
Fecha de inicio: 01/01/2018
Fecha de fin: 31/12/2021
Participantes en la financiación
Publicaciones relacionadas
Tipo Año Título Fuente
Artículo 2021 On the performance of one-stage and two-stage object detectors in autonomous vehicles using camera data REMOTE SENSING
Artículo 2021 Rationale for timing of follow-up visits to assess gluten-free diet in celiac disease patients based on data mining NUTRIENTS
Artículo 2021 Statistically representative metrology of nanoparticles via unsupervised machine learning of tem images NANOMATERIALS
Artículo 2020 Asynchronous dual-pipeline deep learning framework for online data stream classification INTEGRATED COMPUTER-AIDED ENGINEERING
Artículo 2020 Autoencoded DNA methylation data to predict breast cancer recurrence: machine learning models and gene-weight significance Artificial Intelligence in Medicine
Artículo 2020 Deep learning techniques to improve the performance of olive oil classification FRONTIERS IN CHEMISTRY
Ponencia 2020 High-content screening images streaming analysis using the STriGen methodology Proceedings of the ACM Symposium on Applied Computing
Artículo 2020 Temporal convolutional networks applied to energy-related time series forecasting APPLIED SCIENCES-BASEL
Artículo 2020 Using prior knowledge in the inference of gene association networks Applied Intelligence
Artículo 2019 A framework for evaluating land use and land cover classification using convolutional neural networks REMOTE SENSING
Artículo 2019 Analysis of the Evolution of the Spanish Labour Market Through Unsupervised Learning IEEE ACCESS
Artículo 2019 Selection of Software Product Line Implementation Components Using Recommender Systems: An Application to Wordpress IEEE ACCESS
Artículo 2018 MRQAR: A generic MapReduce framework to discover quantitative association rules in big data problems KNOWLEDGE-BASED SYSTEMS
Nota: la fuente de financiación de las publicaciones se ha obtenido de WOS